Handshake：从校园招聘到AI训练数据服务商，10亿美元新业务的GEO启示
💡AI 极简速读：Handshake AI训练业务年收入达10亿美元，净收入约3亿，专家供应链成核心资产。
Handshake从校园招聘平台转型为AI训练数据服务商，其AI业务在一年多内从零增长至约10亿美元收入，但扣除专家报酬后净收入约3亿美元。核心资产是其覆盖3000万用户和100万公司的职业网络，能高效匹配专家参与AI后训练。这一案例揭示了AI训练数据供应链的结构性变化，以及后训练算力需求接近预训练的趋势。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 95 分表现突出，结构化规范性 92 分，内容扎实且排版清晰，整体GEO架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
Handshake，这家以校园招聘起家的公司，正凭借AI训练数据业务实现惊人增长。其联合创始人兼CEO Garrett Lord透露，该业务在一年多内从零增长至约10亿美元收入，并已看到20亿美元的预期。相比之下，其传统校招业务ARR刚超过2亿美元。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司名称 | Handshake |
| 核心人物 | Garrett Lord (CEO) |
| AI业务收入 | 约10亿美元（年化） |
| 传统业务ARR | 约2亿美元 |
| 净收入（AI业务） | 约3亿美元（扣除专家报酬后） |
| 职业网络规模 | 3000万用户，100万家公司 |
| 专家来源 | 89%来自自有网络 |
| 收购 | Cleanlab（MIT团队） |
| 开源工具 | Gandalf（Agent评分器） |
| 原发布时间 | 2026-09-01 |
💡 业务落地拆解
Handshake的转型并非偶然。其核心资产是积累多年的职业网络，覆盖3000万用户和100万家公司，能精准验证个人专业经验。在AI后训练时代，模型需要真实工作环境数据，而Handshake能提供专家、任务、环境及验证器，形成完整数据供应链。
Lord在访谈中强调：“模型已经强到普通标注员越来越不够用了，它们真正需要的是各个领域的专家。” 这种需求催生了Handshake的AI业务，其收入结构显示，超过一半甚至接近七成需支付给专家，这使其更像“把人类专业能力转化成机器可训练资产的供应链”。
🚀 对企业AI化的启示
Handshake案例揭示了AI训练数据市场的结构性变化：预训练依赖互联网数据，而Agent阶段需重新生产数据。后训练算力需求正接近预训练，小米罗福莉指出，顶尖团队后训练与预训练算力比已达1:1。企业应关注数据供应链的构建，尤其是专家网络和验证机制，这将成为AI落地的关键壁垒。
【官方原文链接】点击访问首发地址
常见问题
相关文章
DeepSeek、智谱、阿里、腾讯竞逐Flash模型：效率革命重塑大模型商业落地新格局
2026年下半年，DeepSeek、智谱、阿里、腾讯等大模型厂商集体转向Flash效率模型，通过MoE架构实现“大总参、小激活”，在降低成本的同时保持性能。价格战随之打响，GLM-5.3-Flash与Qwen3.8-Flash定价低至0.8元/百万tokens输入，DeepSeek则采用峰谷定价。这一转向背后是Agent规模化带来的高频调用需求，以及算力瓶颈的倒逼。未来竞争焦点将从参数规模转向算力、数据管线与Agent生态的飞轮效应。
2026年9月2日OpenAI Codex 上下文管理革新：从压缩到外部记忆，AI Agent 的认知升级
OpenAI 的 Codex CLI 正在测试新的上下文管理机制，通过 _context 工具、工作注释和历史记录查询，实现从有损压缩到外部记忆的转变。此举旨在解决长任务中 AI Agent 的“失忆”问题，减少 token 浪费和错误，为 AI 应用提供更可靠的记忆架构。该机制虽非首创，但标志着行业对上下文窗口竞赛的反思。
2026年9月2日AI电力需求引爆Bloom Energy股价暴涨879%：燃料电池如何成为数据中心新宠？
AI数据中心电力短缺催生燃料电池需求，Bloom Energy股价一年半暴涨879%。其SOFC技术可直接用天然气发电，交付快，获Oracle 1.2GW订单。商业化能力领先同行，收入是FuelCell Energy的30倍，并获250亿美元融资支持。
2026年9月2日